Page 4 - Vol.34
P. 4
中科十五廠六期 GIS 特高壓系統 攝影 / 洪湘寧
EDITOR'S
COLUMN ᇜ ٫ ٙ ༑
李昇修│南科廠務六部│
有鑑於近年廠務重大系統異常事件中，由電力元件所引發之廠務供應異常占極大比例，身為電力專業背
景的我無不百感交集，因此本期有幸擔任《廠務季刊》主編之時，希望透過此機會邀請各廠區電力相關
人員，以系統的電控元件異常之物理現象或在保養手法上，建立一個系統異常的先期觀測模型，期待能
在電力系統元件異常的初期得到足夠的判斷訊息，讓運轉人員能有充裕時間按計畫將異常系統停下來更
換故障元件，減低系統運轉突然中斷之負面影響。回顧廠務系統異常案例中，發生在電源分配開關及電
力控制元件故障所造成的影響亦不勝枚舉，所以希望本期專題能引起讀者共鳴，除了能應用在廠務電力
系統外，亦能回饋到廠務各系統電力元件異常模式的了解，而逐步建構此預警邏輯在廠務F-CHART等愈
趨成熟的預警工具。
本期以各廠區電力系統元件故障提早偵測的各項方法為主題，主要包括三種方式：一是透過系統運轉大
數據收集分析建立初期故障的模型，達成進行元件異常初期的篩選偵測思維；二是透過故障之物理行為
轉化而成的新IoT技術，帶來新的觀測數值以及既有運轉長期數值所建立新的機器深度學習，來啟發工程
師們對運轉的熱情及專業能力的展現；三則是透過市面上已發展成熟的偵測方式，引進台積電廠務系統
可靠度偵測模式等手法，希望引發廠務各領域專家之興趣，一同思考系統異常偵測預警能力。
最後感謝各廠區的廠務電力課副理推薦該課作者，經歷多次會議從主題選定到內容撰改，並感謝總編輯
（新廠規畫部）范恩祖部經理，協助參與各篇文章審稿，也感謝漂亮的美編湘寧於過程中不斷提醒方能
促成所有文章編輯，共同讓本期季刊成形。
4
